留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

自适应遗传算法在直线电机进给系统伺服参数优化中的应用研究

杨泽青 张炳寅 刘丽冰 彭凯 黄凤荣

杨泽青, 张炳寅, 刘丽冰, 彭凯, 黄凤荣. 自适应遗传算法在直线电机进给系统伺服参数优化中的应用研究[J]. 机械科学与技术, 2019, 38(12): 1921-1927. doi: 10.13433/j.cnki.1003-8728.20190072
引用本文: 杨泽青, 张炳寅, 刘丽冰, 彭凯, 黄凤荣. 自适应遗传算法在直线电机进给系统伺服参数优化中的应用研究[J]. 机械科学与技术, 2019, 38(12): 1921-1927. doi: 10.13433/j.cnki.1003-8728.20190072
Yang Zeqing, Zhang Bingyin, Liu Libing, Peng Kai, Huang Fengrong. Application of Adaptive Genetic Algorithm to Servo Parameter Optimization of Linear Motor Feed System[J]. Mechanical Science and Technology for Aerospace Engineering, 2019, 38(12): 1921-1927. doi: 10.13433/j.cnki.1003-8728.20190072
Citation: Yang Zeqing, Zhang Bingyin, Liu Libing, Peng Kai, Huang Fengrong. Application of Adaptive Genetic Algorithm to Servo Parameter Optimization of Linear Motor Feed System[J]. Mechanical Science and Technology for Aerospace Engineering, 2019, 38(12): 1921-1927. doi: 10.13433/j.cnki.1003-8728.20190072

自适应遗传算法在直线电机进给系统伺服参数优化中的应用研究

doi: 10.13433/j.cnki.1003-8728.20190072
基金项目: 

河北省自然科学基金项目 E2017202294

河北省重点研发计划项目 16211803D

天津市自然科学基金项目 16JCYBJC19100

国家自然科学基金项目 51305124

天津市自然科学基金项目 17JCTPJC53700

详细信息
    作者简介:

    杨泽青(1982-), 副教授, 博士, 研究方向为高精度数控机床动态特性测试, 数控机床在线检测及误差补偿, yzq82@163.com

    通讯作者:

    黄凤荣, 高级工程师, 博士, lyb_6869@163.com

  • 中图分类号: TP27

Application of Adaptive Genetic Algorithm to Servo Parameter Optimization of Linear Motor Feed System

  • 摘要: 针对传统经验方法难以得到合理的直线电机进给伺服系统控制参数,提出一种改进的自适应遗传算法对直线电机伺服系统五个控制参数进行同步优化。在分析直线电机进给系统控制原理的基础上,采用实数编码对控制参数进行编码生成种群,根据控制需求确定了由误差积分项、超调量惩罚项、稳定时间项组成的适应度函数,为加快遗传算法的收敛速度、防止算法进入局部收敛,采用非线性变化的自适应交叉率和变异率对算法进行改进。仿真结果显示,改进的自适应遗传算法在保证系统无超调的情况下使稳定时间达到4.1 ms,优于"三环参数整定法"的39 ms和传统遗传算法的5.9ms,相比于三环参数整定法系统达到稳态所需要的时间减少了89.4%;采用改进的自适应遗传算法后正弦信号的平均相对跟随误差绝对值为24.70%,优于"三环参数整定法"和传统遗传算法的51.02%和24.77%。因此,改进的自适应遗传算法在解决直线电机伺服系统多控制参数同步优化问题时,性能优于"三环参数整定法"和传统遗传算法。
  • 图  1  直线电机进给伺服系统控制框图

    图  2  直线电机进给伺服系统控制模型

    图  3  电流环控制模型框图

    图  4  速度环控制模型框图

    图  5  位置环控制模型框图

    图  6  交叉率Pc和变异率Pm随适应度的变化曲线

    图  7  自适应遗传算法与传统遗传算法优化阶跃响应和适应度对比

    图  8  三种不同方法优化控制参数后的阶跃响应对比

    图  9  三种不同方法优化控制参数后的Bode对比

    图  10  50 Hz正弦信号输入下不同方法优化控制参数后系统的响应图

    表  1  三种不同方法优化控制参数结果对比

    优化方法 Ki Ti Kv Tv Kp 稳定时间/ms 正弦平均跟随误差/%
    三环整定方法 13.453 0.005 133 261.67 0.001 2 208.333 39.0 51.02
    传统遗传算法 30.625 0.121 8 356.617 4 0.993 7 791.853 5.9 24.77
    自适应遗传算法 23.301 0.800 9 339.603 6 0.668 4 796.857 4.1 24.70
    下载: 导出CSV
  • [1] Renton D, Elbestawi M A. Motion control for linear motor feed drives in advanced machine tools[J]. International Journal of Machine Tools and Manufacture, 2001, 41(4):479-507 doi: 10.1016/S0890-6955(00)00089-4
    [2] Hsieh M F, Tung C J, Yao W S, et al. Servo design of a vertical axis drive using dual linear motors for high speed electric discharge machining[J]. International Journal of Machine Tools and Manufacture, 2007, 47(3-4):546-554 doi: 10.1016/j.ijmachtools.2006.05.011
    [3] Yang X J, Lu D, Zhang J, et al. Investigation on the displacement fluctuation of the linear motor feed system considering the linear encoder vibration[J]. International Journal of Machine Tools and Manufacture, 2015, 98:33-40 doi: 10.1016/j.ijmachtools.2015.09.005
    [4] Yang X J, Lu D, Zhang J, et al. Dynamic electromechanical coupling resulting from the air-gap fluctuation of the linear motor in machine tools[J]. International Journal of Machine Tools and Manufacture, 2015, 94:100-108 doi: 10.1016/j.ijmachtools.2015.04.004
    [5] 张庆州, 杨继平, 贾健明, 等.伺服控制在离心叶轮数控加工中的应用研究[J].战术导弹技术, 2015(3):60-65 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zsddjs201503012

    Zhang Q Z, Yang J P, Jia J M, et al. Research on servo control in CNC machining centrifugal Impeller[J]. Tactical Missile Technology, 2015(3):60-65(in Chinese) http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zsddjs201503012
    [6] 郭亮, 梅雪松, 张东升, 等.840D数控系统的伺服参数优化[J].机电工程, 2011, 28(4):444-447 doi: 10.3969/j.issn.1001-4551.2011.04.015

    Guo L, Mei X S, Zhang D S, et al. Servo parameters tuning for SINUMERIK 840D and 611D[J]. Journal of Mechanical & Electrical Engineering, 2011, 28(4):444-447(in Chinese) doi: 10.3969/j.issn.1001-4551.2011.04.015
    [7] Hidalgo D, Yeh S H, Lee J I. A frequency domain approach for tuning control parameters of CNC servomotors to enhance its circular contouring accuracy[J]. Procedia CIRP, 2017, 63:372-377 doi: 10.1016/j.procir.2017.03.084
    [8] 林献坤, 李裴祥, 朱琳.基于动刚度评价的直接进给轴伺服参数优化方法[J].中国机械工程, 2015, 26(18):2501-2505 doi: 10.3969/j.issn.1004-132X.2015.18.016

    Lin X K, Li P X, Zhu L. Servo parameter tuning method for direct feed drive based on dynamic stiffness evaluation[J]. China Mechanical Engineering, 2015, 26(18):2501-2505(in Chinese) doi: 10.3969/j.issn.1004-132X.2015.18.016
    [9] 郝齐, 关立文, 王立平.基于遗传算法并联机床电机伺服系统控制参数整定[J].清华大学学报, 2010, 50(11):1801-1806 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=qhdxxb201011011

    Hao Q, Guan L W, Wang L P. GA-based control parameter tuning of parallel machine tool motor servo systems[J]. Journal of Tsinghua University, 2010, 50(11):1801-1806(in Chinese) http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=qhdxxb201011011
    [10] 刘成颖, 刘龙飞, 孟凡伟, 等.基于遗传算法的永磁直线同步电机伺服系统参数设计[J].清华大学学报, 2012, 52(12):1751-1757 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=qhdxxb201212018

    Liu C Y, Liu L F, Meng F W, et al. Genetic algorithm based parameter selection of permanent magnet linear synchronous motor servo system design[J]. Journal of Tsinghua University, 2012, 52(12):1751-1757(in Chinese) http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=qhdxxb201212018
    [11] 李燕.直线电机进给系统运动平稳性分析及伺服参数优化方法研究[D].西安: 西安交通大学, 2016

    Li Y. Research on motion smoothness and servo parameter optimization of PMSLM feed system[D]. Xi'an: Xi'an Jiaotong University, 2016(in Chinese)
    [12] 滕峰成, 林晓乐, 郝宇, 等.基于非线性GA算法的MFF透射模型的参数辨识与优化[J].仪器仪表学报, 2016, 37(2):286-293 doi: 10.3969/j.issn.0254-3087.2016.02.007

    Teng F C, Lin X L, Hao Y, et al. Parameter identification and optimization of MFF transmission model based on nonlinear genetic algorithm[J]. Chinese Journal of Scientific Instrument, 2016, 37(2):286-293(in Chinese) doi: 10.3969/j.issn.0254-3087.2016.02.007
    [13] 刘浩然, 赵翠香, 李轩, 等.一种基于改进遗传算法的神经网络优化算法研究[J].仪器仪表学报, 2016, 37(7):1573-1580 doi: 10.3969/j.issn.0254-3087.2016.07.017

    Liu H R, Zhao C X, Li X, et al. Study on a neural network optimization algorithm based on improved genetic algorithm[J]. Chinese Journal of Scientific Instrument, 2016, 37(7):1573-1580(in Chinese) doi: 10.3969/j.issn.0254-3087.2016.07.017
    [14] 陈再高, 王建国, 王玥, 等.基于粒子模拟和并行遗传算法的高功率微波源优化设计[J].物理学报, 2013, 62(16):168402 doi: 10.7498/aps.62.168402

    Chen Z G, Wang J G, Wang Y, et al. Optimal design of high-power microwave source based on particle simulation and genetic algorithms[J]. Acta Physica Sinica, 2013, 62(16):168402(in Chinese) doi: 10.7498/aps.62.168402
    [15] 程博, 杨育, 刘爱军, 等.基于遗传模拟退火算法的大件公路运输路径选择优化[J].计算机集成制造系统, 2013, 19(4):879-887 http://d.old.wanfangdata.com.cn/Periodical/jsjjczzxt201304025

    Cheng B, Yang Y, Liu A J, et al. Highway transportation route selection optimization based on improved genetic annealing algorithm[J]. Computer Integrated Manufacturing Systems, 2013, 19(4):879-887(in Chinese) http://d.old.wanfangdata.com.cn/Periodical/jsjjczzxt201304025
    [16] 邝航宇, 金晶, 苏勇.自适应遗传算法交叉变异算子的改进[J].计算机工程与应用, 2006, 42(12):93-96, 99 doi: 10.3321/j.issn:1002-8331.2006.12.028

    Kuang H Y, Jin J, Su Y. Improving crossover and mutation for adaptive genetic algorithm[J]. Computer Engineering and Applications, 2006, 42(12):93-96, 99(in Chinese) doi: 10.3321/j.issn:1002-8331.2006.12.028
    [17] Feng B, Zhang D, Yang J, et al. Control parameters auto-tuning for bi-axial servo feed system[J]. Procedia CIRP, 2014, 17:841-846 doi: 10.1016/j.procir.2014.01.052
    [18] 王雷, 李明, 蔡劲草, 等.改进遗传算法在移动机器人路径规划中的应用研究[J].机械科学与技术, 2017, 36(5):711-716 doi: 10.13433/j.cnki.1003-8728.2017.0509

    Wang L, Li M, Cai J C, et al. Research on mobile robot path planning by using improved genetic algorithm[J]. Mechanical Science and Technology for Aerospace Engineering, 2017, 36(5):711-716(in Chinese) doi: 10.13433/j.cnki.1003-8728.2017.0509
  • 加载中
图(10) / 表(1)
计量
  • 文章访问数:  428
  • HTML全文浏览量:  162
  • PDF下载量:  29
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-11-18
  • 刊出日期:  2019-12-05

目录

    /

    返回文章
    返回